關鍵審計事項與股價崩盤風險

●趙 芳 許立志 羅瑞寧

一、引言

財務報表是公司外部投資者了解公司經營成果和財務狀況的重要信息來源，傳統審計報告的格式統一，對外部財務報表使用者而言， 審計報告最主要的作用就是表明公司財務報表是否合法合規， 傳統審計報告的內容相似使得外部財務報表使用者難以從審計報告中提取關于被審單位的額外信息， 幫助外部投資者進行投資項目的對比與決策。《中國注冊會計師審計準則第1504 號——在審計報告中溝通關鍵審計事項》 準則要求審計報告披露關鍵審計事項及相應審計程序，有助于增加不同公司審計報告間的信息差異性，以提高審計報告的信息含量。根據現有研究， 股價崩盤風險產生的原因是公司內外部信息不對稱， 關鍵審計事項披露是否會因為帶來增量信息從而影響股價崩盤風險， 學者們沒有統一的結論。基于此，本文以準則實施先后4 年為研究區間， 選取2012—2019 年A 股上市公司為研究樣本，將關鍵審計事項披露作為外生事件，實證研究其對股價崩盤風險的影響，并進一步研究在不同信息透明度下二者關系的差異。

二、理論分析與研究假設

股價崩盤是指上市公司股票在證券市場出現大量拋售賣單， 導致股票價格下跌， 其直接誘因是公司對壞消息的隱藏， 當壞消息囤積到無法承受的閾值后，消息集中釋放，造成股價崩盤。目前，對股價崩盤風險的影響研究按影響因素可分為兩類， 分別為公司內部影響因素和外部影響因素。

公司內部影響因素集中在公司治理、 公司信息披露和委托代理問題三個角度。在公司治理方面，公司股權集中度提升有助于股東行使監督職責，降低管理層“掏空”行為的概率，抑制股價崩盤風險。 公司內部信息披露的數量與質量的提升， 有助于減緩公司內外部信息不對稱， 對穩定股價有正向效果， 特別是披露關于公司盈余質量、穩健性方面的信息，對抑制股價崩盤風險作用顯著。 雖然提升公司信息的數量與質量有利于股價穩定， 但管理層對披露公司信息的選擇掌握決定權，不排除管理層為個人私利、為塑造公司良好形象，故意釋放特定信息，轉移外部關注焦點， 加劇公司內外部信息差，提升股價崩盤風險。

公司外部的影響主要有外部審計、外部投資者以及政策變化等因素。股價崩盤風險的本質是公司內外部信息不對稱造成的風險， 外部審計在審計財務報表過程中， 有利于發現內部存在的問題并對公司提出建議， 有效減少公司產生負面消息的概率， 從源頭緩解信息不對稱。 外部投資者方面，公司負面消息集中披露使外部投資者對公司喪失信心， 做出盲目跟從他人的非理性投資行為， 造成短時間內大量資金同方向進退，增大股價波動幅度，股市恐慌情緒加劇，產生新一輪非理性投資行為，形成羊群效應，提升股價崩盤風險。

關鍵審計事項披露的目的是揭示公司可能存在的風險、 增加審計報告的信息含量以及緩解公司與投資者間的信息不對稱。

關鍵審計事項是審計師在審計過程中依據自身職業水平選取的事項，直接釋放公司內部風險信息，是財務報表使用者新增的獲取公司內部信息的渠道，有助于提升會計信息可比性，抑制公司的盈余管理行為。 審計報告作為第三方材料，關鍵審計事項可以有效加深外部投資者對公司及管理層的了解，減少投資者獲取公司內部信息的成本。 同時，審計師承擔了更多的外部監督者責任，面對提升的審計責任、法律訴訟風險， 審計師傾向于執行更嚴苛的審計程序，增加與公司管理層、治理層的溝通，提供信息含量高的審計報告和披露個性化的關鍵審計事項。 審計師增加與治理層的溝通有利于治理層發揮監督作用，減少管理層粉飾財務信息的機會，抑制公司應計盈余管理活動，提升公司會計穩健性，降低公司囤積負面消息的概率。

但是，嚴格的審計程序導致審計費用上漲，當關鍵審計事項披露對市場、 股價或公司形象可能產生不利影響時，審計師為增強其業務競爭力，在目前關鍵審計事項缺少相關監管機構或第三方提供甄別、背書服務的情況下， 審計師可以利用準則的模糊性證明被審單位偏好的合理性來提升其競爭力。 而且，管理層出于個人私利考慮， 為極力維持財務報表表現的經營成果，傾向于對審計師隱瞞重要信息或“購買”審計意見，導致負面信息囤積。

關鍵審計事項有利于外部投資者了解公司內部經營狀況，減少外部投資者對相關信息的解讀偏差，更準確地衡量投資風險與收益， 從而縮小股價波動幅度，緩解股價崩盤風險。

但是， 部分審計師為減少關鍵審計事項導致審計費用提升等問題對承接業務的影響， 無視審計職業道德要求，出現與管理層串通舞弊、“售賣”審計意見等情況，經過“潤色”或“包裝”后的關鍵審計事項無法有效增加投資者可獲取的被審單位信息，加劇公司內外部信息不對稱程度，提升股價崩盤風險。 綜上所述，我們可知關鍵審計事項披露對股價崩盤風險的影響并非是確定且唯一，由此提出以下對立假設：

H1a:關鍵審計事項披露會降低股價崩盤風險。

H1b:關鍵審計事項披露會增加股價崩盤風險。

三、研究設計

（一）樣本選擇與數據來源

本文以準則實施前后4 年為研究區間， 選取2012—2019 年A 股上市公司為初始樣本， 并對初始樣本進行如下處理：剔除金融類上市公司；剔除ST、*ST 上市公司；刪除存在缺失值的樣本；對所有連續變量進行上下1%的Winsorize 縮尾處理。 最終得到7683 個有效研究樣本。

股價崩盤風險衡量指標及控制變量指標來自CAMAR 數據庫，關鍵審計事項數據由作者從CNRDS數據庫下載和從巨潮資訊網搜集整理所得。 數據處理與分析采用Stata 15 軟件。

（二）變量定義

1、股價崩盤風險。 股價崩盤風險作為被解釋變量，本文借鑒吳曉暉等（2019）的處理方法，采用負收益偏態系數(NCSKEW)和公司股票收益率上下波動比率 (DUVOL)對公司股價崩盤風險進行衡量。

2、關鍵審計事項披露與準則實施時點的交乘項

（Treat×Post）。 該變量的系數是本文實證重點考慮的政策效應系數。 關鍵審計事項披露（Treat）為虛擬變量，公司為A+H 公司則取1，否則取0。準則實施時點（Post）為年份虛擬變量，關鍵審計事項準則開始實施年份取1，之前年份取0。

3、控制變量。 本文從公司財務狀況、治理結構等方面選取以下控制變量：公司規模（Size）、財務杠桿（Lev）、營業收入增長率（Growth）、每股收益（EPS）、賬面市值比（BM）、第一大股東持股比率（Top1）。

4、其他變量。 本文將進一步研究關鍵審計事項對股價崩盤的影響在不同信息透明度下的差異，設置其他變量為信息透明度（AbsAcc），信息透明度以分年度、 分行業計算的修正Jones 模型殘差的絕對值的相反數的中位數為界限，信息透明度數值大于中位數的樣本劃分為高信息透明度組， 反之則為低信息透明度組。

表1 變量定義

（三）模型構建

本文以關鍵審計事項準則試點的A+H 股上市公司為實驗組、其余A 股上市公司為對照組，進行雙重差分法檢驗。 為保證本文實證樣本的可比性，增強實證結果的準確性，本文采用傾向得分匹配法（PSM）執行1:3 且最大距離為0.05 的近鄰匹配得到與對照組類似的樣本，用以消除樣本的選擇偏差問題，從而在較大程度上保證研究結果的真實性與準確性。 基于此，本文構建模型（1）和模型（2）對研究假設進行檢驗：

模型研究關鍵審計事項準則實施對股價崩盤風險產生的影響，控制了公司財務狀況變量、公司治理變量及其他可能影響股價崩盤風險的相關變量，考慮到關鍵審計事項披露對股價產生影響存在滯后性，模型中股價崩盤風險的衡量指標取值滯后一期。

四、實證分析

（一）描述性統計

表2 列出了2012—2019 年7683 個研究樣本研究變量的描述性統計結果， 由此可以對樣本有整體性了解， 從而更好地分析變量關系。 從主要變量描述統計結果表呈現的數據來看， 樣本的股價崩盤風險程度差異較大。 股價崩盤風險衡量指標的均值分別為-0.445 和-0.314，中位數分別為-0.387 和-0.311， 最 小 值分 別 為-2.648 和-1.49，最大值分別為1.771和0.98。 兩個衡量指標的均值與中位數相差不明顯，說明樣本數據分布較為均勻，但是最大最小值以及標準差表明樣本數據崩盤表現差距較大。Growth 的均值與中位數分別為0.347 和0.134，說明大多數上市公司的成長性低于均值，最大和最小值相差較大，說明樣本之間存在較大的差異。 Lev 和 Size 的均值為 0.441、22.748，中位數為0.439、22.576， 兩者均值與中位數分別相差不大， 說明上市公司的負債比率和規模符合正態分布。Top1 平均數和中位數分別為35.857 和34.57，可見上市公司第一大股東持股較為集中。

表2 描述性統計結果

（二）相關性分析

對變量進行相關性分析， 表3 結果顯示： Treat×Post 的相關系數分別為0.040 和0.044，均在1%的水平上顯著， 即關鍵審計事項披露可能會引起股價崩盤風險的增加。 絕大多數變量間的相關系數小于0.6，且在1%的水平上顯著。 計算控制變量的方差膨脹因子后發現：均值為1.67，最大值為2.18，故本文變量間不存在嚴重的多重共線性。

表3 相關性分析

（三）回歸分析

表4 展示了實驗組與對照組匹配前后各特征變量的平衡性檢驗結果， 匹配后兩組絕大多數變量的標準偏差值小于10%，與匹配前相比，大多數變量的標準偏差大幅縮小， 表明匹配后篩選出了較為理想的數據樣本，有助于后文研究政策產生的影響。

表4 匹配前后平衡性檢驗結果

本文應用雙重差分法（DID）和雙重差分傾向得分匹配法（PSM+DID），分別對模型（1）、模型（2）進行回歸分析，列（1）、列（2）采用 DID，列（3）、列（4）采用PSM+DID。根據Hausman 檢驗，本文實證模型采用固定效應模型，并控制行業和年份，結果如表5。

表5 關鍵審計事項披露與股價崩盤風險回歸結果

第（1）至（4）列 Treat×Post 的系數分別為 0.3741、0.2604、0.1834、0.127， 且 DID、PSM+DID 兩種方法下回歸顯示的系數分別在1%和5%水平上顯著， 該結果表明關鍵審計事項披露與股價崩盤風險均呈正相關關系，說明關鍵審計事項準則實施后，上市公司股價崩盤風險提升， 即關鍵審計事項披露會提升股價崩盤風險，假設H1b 得到驗證。

五、穩健性檢驗

（一）反向雙重差分法檢驗

關鍵審計事項披露政策于2016 年率先在A+H股上市公司中實施，為證明實證結果的穩健性，采取反向雙重差分法并進行傾向得分匹配進行驗證，在樣本時間上予以倒置，將2016 年以前未實行關鍵審計事項披露的公司視為實驗組， 而披露關鍵審計事項的公司作為對照組，回歸結果如表6 中（1）所示，變形后的雙重差分處理的交乘項系數分別在1%和5%水平上顯著， 表明處理方法的改變并未改變政策對于股價崩盤的影響。

（二）擴大匹配后有效樣本量，按照1：5 比例執行PSM 匹配對照組

為保證實證結果的穩定，本研究以1:5 且最大距離為0.05 的近鄰匹配對實證樣本重新進行匹配，匹配后的實證結果如表6 中（2）所示，政策仍顯著正向影響股價崩盤風險。

表6 穩健性檢驗結果

六、進一步研究

經過前文分析， 本研究得到關鍵審計事項披露增加股價崩盤風險的結論， 為進一步驗證關鍵審計事項披露對上市公司的影響， 研究關鍵審計事項對股價崩盤的影響在不同信息透明度下的差異， 考察關鍵審計事項是否對低信息透明度特征的樣本影響更為靈敏， 以樣本的信息透明度中位數為界劃分高信息透明組與低信息透明組， 信息透明度數值大于等于中位數的樣本劃分為高信息透明度組， 反之則為低信息透明度組。

不同信息透明度下關鍵審計事項披露對股價崩盤影響的結果見表 7。 表 7 中列（1）、（3）為高信息透明度組的回歸結果， 交乘項系數分別為0.0705 和0.0707，均不顯著；列（2）、（4）為低信息透明度組的回歸結果，交乘項系數分別為0.3843 和0.2341，分別在1%和5%水平顯著。關鍵審計事項在低信息透明度組中對股價崩盤影響更明顯， 對高信息透明度樣本影響不顯著， 表明關鍵審計事項披露對具有低信息透明度特征的樣本的股價崩盤影響作用更大。

表7 進一步研究實證結果

七、研究結論

本文以2012—2019 年滬深兩市A 股上市公司為研究樣本，采用DID 和PSM+DID 兩種方法，實證研究關鍵審計事項披露對上市公司股價崩盤風險的影響，研究發現關鍵審計事項披露顯著提升股價崩盤風險，進一步研究發現，關鍵審計事項披露僅對具有低信息透明度的上市公司股價崩盤產生影響。 本文研究準則實施前后股價崩盤風險的變化，豐富了關鍵審計事項與股價崩盤風險二者關系的相關研究。

雖然本文利用關鍵審計事項披露作為外生事件， 使用DID 和PSM 研究事件發生對股價崩盤的影響，有效估計政策效應，避免內生性問題，但是本文僅研究政策是否對股價崩盤風險產生影響，進一步研究發現關鍵審計事項披露主要對具有低信息透明度特征的上市公司股價有影響， 并沒有深入研究關鍵審計事項披露對股價崩盤風險產生影響的機制，未來的研究可從該角度進一步拓展。